CN113473048B - 面向脉冲阵列图像传感器的非均匀性校正方法 - Google Patents

面向脉冲阵列图像传感器的非均匀性校正方法 Download PDF

Info

Publication number
CN113473048B
CN113473048B CN202110666714.6A CN202110666714A CN113473048B CN 113473048 B CN113473048 B CN 113473048B CN 202110666714 A CN202110666714 A CN 202110666714A CN 113473048 B CN113473048 B CN 113473048B
Authority
CN
China
Prior art keywords
pulse
matrix
image sensor
frame
pixel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110666714.6A
Other languages
English (en)
Other versions
CN113473048A (zh
Inventor
高志远
孙硕
聂凯明
高静
徐江涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN202110666714.6A priority Critical patent/CN113473048B/zh
Publication of CN113473048A publication Critical patent/CN113473048A/zh
Application granted granted Critical
Publication of CN113473048B publication Critical patent/CN113473048B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/68Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)

Abstract

本发明涉及光学、图像传感器成像及图像处理领域,为提出一种面向脉冲阵列图像传感器的非均匀性校正方法,该方法主要针对脉冲图像传感器在重构过程中出现的非均匀性现象进行校正,且该算法针对其他类似的图像传感器还具有通用性。为此,本发明采取的技术方案是,面向脉冲阵列图像传感器的非均匀性校正方法,建立脉冲图像传感器的特征矩阵,利用所述特征矩阵描述出图像传感器在曝光时间为M时的每个像素点的脉冲响应曲线;对采集到的图像数据进行预处理;利用所述每个像素点的脉冲响应曲线对预处理后的图像数据进行非均匀性校正。本发明主要应用于图像传感器成像及图像处理场合。

Description

面向脉冲阵列图像传感器的非均匀性校正方法
技术领域
本发明涉及光学、图像传感器成像及图像处理领域,具体涉及面向脉冲阵列图像传感器的非均匀性校正方法。
背景技术
图像传感器一直以来都是人类研究的热点。而脉冲阵列图像传感器,采用异步复位和传统行扫描同步读出相结合的方式,其帧速可达40K帧每秒,输出完整像素阵列的1bit脉冲序列,在降低数据量的同时避免了仲裁模块,并能够完整的输出图像信息,保证信息的完备性,满足了其高速成像的要求。其工作原理就是通过像素的光电二极管将光信号转化为电信号而进行积分,当积分值超过阈值时,光电二极管复位开始新的积分,同时产生一个脉冲信号保存到像素的读出电路中,等到同步读出的帧周期信号到来后传输到列总线上,通过高速缓存和高速接口输出到片外。输出的脉冲数据“0”表示帧周期内没有脉冲触发,“1”表示帧周期内有脉冲触发。
然而由于工艺尺寸的偏差,像素之间会存在失配问题,导致图像传感器成像表面粗糙以及非均匀,由于脉冲阵列图像传感器的数据输出格式比较特殊,为单比特的脉冲序列,故不能使用传统的非均匀性抑制算法进行校正,如果对基于脉冲数据重构后的图像进行非均匀性校正则又会存在还原过程中引入的误差,因此为了更好的实现图像的非均匀性校正,针对于脉冲图像传感器需要新的非均匀性校正方法。
发明内容
为克服现有技术的不足,本发明旨在提出一种面向脉冲阵列图像传感器的非均匀性校正方法,该方法主要针对脉冲图像传感器在重构过程中出现的非均匀性现象进行校正,且该算法针对其他类似的图像传感器还具有通用性。为此,本发明采取的技术方案是,面向脉冲阵列图像传感器的非均匀性校正方法,建立脉冲图像传感器的特征矩阵,利用所述特征矩阵描述出图像传感器在曝光时间为M时的每个像素点的脉冲响应曲线;对采集到的图像数据进行预处理;利用所述每个像素点的脉冲响应曲线对预处理后的图像数据进行非均匀性校正。
具体步骤如下:
(1)若图像传感器的像素阵列为m行n列,首先将图像传感器在不同光强的均匀光下曝光相同的时间M帧,即从无光开始逐渐增加光强,并采集不同光强下的每一个像素的脉冲数
Figure BDA0003117710520000011
直到随着光强的增大,每一个像素的脉冲数
Figure BDA0003117710520000012
稳定不再发生变化,此时图像传感器达到光强饱和状态,绘制出图像传感器所有像素的光响应曲线,然后将每一个像素的光响应曲线随光强变化的部分划为两段,分别是线性段和非线性段,在线性段,相同曝光时间内图像传感器所产生的脉冲数随着光强的增加而呈线性增加状态,在非线性段,则脉冲数呈抛物线增加状态,采用分段函数将其表示为:
Figure BDA0003117710520000021
上式中
Figure BDA0003117710520000022
代表一定曝光时间M内的第i行第j列像素产生的脉冲数目,a1ij,b1ij,a2ij,b2ij,cij,为该像素光响应曲线的最小二乘法拟合系数,Eij为与曝光时间和光强相关的曝光量(lux·帧),
Figure BDA0003117710520000023
为第i行第j列像素线性段最大脉冲数,将每个像素的拟合系数组成如下矩阵:
Figure BDA0003117710520000024
Figure BDA0003117710520000025
Figure BDA0003117710520000026
其中矩阵A、B、C作为脉冲图像传感器的特征矩阵,利用这三个矩阵描述出图像传感器在曝光时间为M时的每个像素点的脉冲响应曲线;
(2)其次需要对采集到的图像数据进行预处理,先将脉冲序列信息转间隔为脉冲间隔的信息,转换方法如下:以第i行第j列像素为例,首先按顺序从第1帧开始要找到该像素的脉冲序列中所有输出为“1”的时间点,假设分别在第t1,t2,t3,···,tn帧,那么把该像素在第t帧时的脉冲间隔记为
Figure BDA0003117710520000027
如果t≤t1,则脉冲间隔
Figure BDA0003117710520000028
值记为t1,如果tn-1<t≤tn,则
Figure BDA0003117710520000029
值为tn-tn-1,还需要对每一个像素转化来的脉冲间隔做误差判定和消除处理:如果该像素的第t0帧与第t0-1帧的脉冲间隔的绝对差值为1,且第t0-1帧的脉冲间隔值与第
Figure BDA00031177105200000210
帧的脉冲间隔值相等,则认为该像素第
Figure BDA00031177105200000211
帧脉冲间隔值的存在时间误差,如下所示:
Figure BDA00031177105200000212
此时就用第t0-1帧像素的脉冲间隔值代替第
Figure BDA00031177105200000213
帧的脉冲间隔值:
Figure BDA00031177105200000214
将此方法用于所有像素,这样就可以获得所有像素曝光时间M内第t帧时的脉冲间隔信息,如下所示:
Figure BDA00031177105200000215
其中P(t)表示第t帧时图像传感器所获得的脉冲间隔矩阵,之后需要采用以下方法将脉冲间隔转换成脉冲数:
Figure BDA0003117710520000031
其中
Figure BDA0003117710520000032
为式子(7)中矩阵P(t)的第i行第j列元素,M是曝光时间,
Figure BDA0003117710520000033
是由脉冲间隔转换成的脉冲数,将此方法用于矩阵P(t)中的所有元素,将式子(7)中脉冲间隔矩阵转化成脉冲数矩阵:
Figure BDA0003117710520000034
(4)然后进行图像传感器的非均匀性校正,由前面描述光响应曲线的分段函数表示为:
Figure BDA0003117710520000035
其中
Figure BDA0003117710520000036
表示式子(9)中矩阵N(t)M中第i行第j列个元素,a1ij和a2ij表示式子(2)矩阵A第i行第j列个元素,b1ij和b2ij表示式子(3)中矩阵B第i行第j列个元素,cij表示式子(4)中矩阵C中第i行第j列个元素,对上述方程进行求解,得到第t帧第i行第j列像素在曝光时间M内的曝光量Eij,将该方法用于矩阵N(t)M中的所有元素后便可获得所有像素的曝光量EM,如下所示:
Figure BDA0003117710520000037
由于理想的脉冲响应曲线是一条线性直线,那么可以将理想的脉冲响应曲线定义为一次函数,将上面得到的曝光量EM带入理想的响应曲线中,计算出对应曝光时间M下理想的脉冲响应矩阵,如下:
Figure BDA0003117710520000038
Figure BDA0003117710520000039
式中G(t)为灰度图像矩阵,
Figure BDA00031177105200000310
为校正后的脉冲数,h为理想的光响应曲线的系数,K表示脉冲数与灰度的转换系数,U为适当的常数矩阵,可根据图像的实际情况设置不同的目标值,用于调整图像的整体亮度。
本发明的特点及有益效果是:
针对脉冲阵列图像传感器成像过程中出现的非均匀性,提出一种校正方法,该方法面对脉冲图像传感器图像在重构过程中出现的光响曲线的非一致性和图像非均匀性进行校正,且能达到良好的校正效果。
附图说明:
图1校正前所有像素的光响应曲线。
图2脉冲序列转换为脉冲间隔示例。
图3脉冲序列转换脉冲间隔过程中引入的误差。
图4校正后的光响应曲线。
图5校正前后图像传感器转轮成像图片和三维灰度直方图。
图6校正前后图像传感器均匀光成像图片和列级灰度标准差。
图7算法整体流程图。
具体实施方式
(1)若图像传感器的像素阵列为m行n列,首先将图像传感器在不同光强的均匀光下曝光相同的时间M帧,即从无光开始逐渐增加光强,并采集不同光强下的每一个像素的脉冲数
Figure BDA0003117710520000041
直到随着光强的增大,每一个像素的脉冲数
Figure BDA0003117710520000042
稳定不再发生变化,此时图像传感器达到光强饱和状态,绘制出图像传感器所有像素的光响应曲线,如图1所示。然后可以将每一个像素的光响应曲线随光强变化的部分划为两段,分别是线性段和非线性段,在线性段,相同曝光时间内图像传感器所产生的脉冲数随着光强的增加而呈线性增加状态,在非线性段,则脉冲数呈抛物线增加状态。采用分段函数将其表示为:
Figure BDA0003117710520000043
上式中
Figure BDA0003117710520000044
代表一定曝光时间M内的第i行第j列像素产生的脉冲数目,a1ij,b1ij,a2ij,b2ij,cij,为该像素光响应曲线的最小二乘法拟合系数,Eij为与曝光时间和光强相关的曝光量(lux·帧),
Figure BDA0003117710520000045
为第i行第j列像素线性段最大脉冲数。将每个像素的拟合系数组成如下矩阵:
Figure BDA0003117710520000046
Figure BDA0003117710520000047
Figure BDA0003117710520000048
其中矩阵A、B、C作为脉冲图像传感器的特征矩阵,利用这三个矩阵就可以描述出图像传感器在曝光时间为M时的每个像素点的脉冲响应曲线。
(2)其次需要对采集到的图像数据进行预处理,由于图像传感器每一帧输出只有代表有无脉冲产生的“0”和“1”,而高光强下积分时间较短,产生两次脉冲的时间间隔较短,低光强下积分时间较长,产生两次脉冲的时间间隔较长,故据此,相邻两次触发脉冲的时间间隔可以作为判断出光强大小的依据,可以先将脉冲序列信息转间隔为脉冲间隔的信息,转换方法如下:以第i行第j列像素为例,首先按顺序从第1帧开始要找到该像素的脉冲序列中所有输出为“1”的时间点,假设分别在第t1,t2,t3,···,tn帧,那么把该像素在第t帧时的脉冲间隔记为
Figure BDA0003117710520000051
如果t≤t1,则脉冲间隔
Figure BDA0003117710520000052
值记为t1,如果tn-1<t≤tn,则
Figure BDA0003117710520000053
值为tn-tn-1,例如图2所示。但是脉冲图像传感器采用的是异步复位同步读出机制,即光电二极管在到达阈值后会立刻复位重新开始积累电荷,而产生的脉冲数据“1”只有等到帧读出周期到来后才会被读出,故对于每一个像素而言,同样的光强也可能会导致一个不超过帧周期的误差时间,使得脉冲间隔发生波动,如图3所示。为此还需要对每一个像素转化来的脉冲间隔做误差判定和消除处理。如果该像素的第t0帧与第t0-1帧的脉冲间隔的绝对差值为1,且第t0-1帧的脉冲间隔值与第
Figure BDA0003117710520000054
帧的脉冲间隔值相等,则认为该像素第
Figure BDA0003117710520000055
帧脉冲间隔值的存在时间误差,如下所示:
Figure BDA0003117710520000056
此时就用第t0-1帧像素的脉冲间隔值代替第
Figure BDA0003117710520000057
帧的脉冲间隔值:
Figure BDA0003117710520000058
将此方法用于所有像素,这样就可以获得所有像素曝光时间M内第t帧时的脉冲间隔信息,如下所示:
Figure BDA0003117710520000059
其中P(t)表示第t帧时图像传感器所获得的脉冲间隔矩阵,之后需要采用以下方法将脉冲间隔转换成脉冲数:
Figure BDA00031177105200000510
其中
Figure BDA00031177105200000511
为式子(7)中矩阵P(t)的第i行第j列元素,M是曝光时间,
Figure BDA00031177105200000512
是由脉冲间隔转换成的脉冲数,将此方法用于矩阵P(t)中的所有元素,可将式子(7)中脉冲间隔矩阵转化成脉冲数矩阵:
Figure BDA00031177105200000513
(4)然后进行图像传感器的非均匀性校正,由前面描述光响应曲线的分段函数可以表示为:
Figure BDA00031177105200000514
其中
Figure BDA00031177105200000515
表示式子(9)中矩阵N(t)M中第i行第j列个元素,a1ij和a2ij表示式子(2)矩阵A第i行第j列个元素,b1ij和b2ij表示式子(3)中矩阵B第i行第j列个元素,cij表示式子(4)中矩阵C中第i行第j列个元素,对上述方程进行求解,得到第t帧第i行第j列像素在曝光时间M内的曝光量Eij,将该方法用于矩阵N(t)M中的所有元素后便可获得所有像素的曝光量EM,如下所示:
Figure BDA00031177105200000516
由于理想的脉冲响应曲线是一条线性直线,那么可以将理想的脉冲响应曲线定义为一次函数,将上面得到的曝光量EM带入理想的响应曲线中,即可计算出对应曝光时间M下理想的脉冲响应矩阵,如下:
Figure BDA0003117710520000061
Figure BDA0003117710520000062
式中G(t)为灰度图像矩阵,
Figure BDA0003117710520000063
为校正后的脉冲数,h为理想的光响应曲线的系数,K表示脉冲数与灰度的转换系数,U为适当的常数矩阵,可根据图像的实际情况设置不同的目标值,用于调整图像的整体亮度。
曝光时间M取1500帧,一般情况下曝光时间越长,光响应曲线校正过程中引入的误差就越小,校正效果往往就越好,但同时也会加大计算量。理想的光响应曲线系数h取0.8,一般h越大,图像的整体的对比度越高。脉冲数与灰度的转换系数K一般为2,而用于调节图像整体亮度的常数矩阵一般取0。图4采用以上参数进行校正后的光响应曲线,和图1的对比可以看出,相比校正前,光响应曲线的一致性得到了改善。图5为图像传感器拍摄的校正前和校正后的转轮成像图片以及它们的灰度直方图,可以看出,相比校正前,校正后图像表面更加平滑,许多毛刺噪声被去除,非均匀性得到了有效改善。为了更加直观的看出校正效果,通过标准差来衡量图像表面的平滑度,图6为图像传感器拍摄的78lux的均匀光校正前和校正后的成像图片及它们列级标准差,通过该校正方法图片整体标准差从3.1336降低到了0.9524,从而更加说明了该校正方法对脉冲阵列图像传感器的非均匀性具有良好的校正效果。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (1)

1.一种面向脉冲阵列图像传感器的非均匀性校正方法,其特征是,建立脉冲图像传感器的特征矩阵,利用所述特征矩阵描述出图像传感器在曝光时间为M时的每个像素点的脉冲响应曲线;对采集到的图像数据进行预处理;利用所述每个像素点的脉冲响应曲线对预处理后的图像数据进行非均匀性校正,具体步骤如下:
(1)若图像传感器的像素阵列为m行n列,首先将图像传感器在不同光强的均匀光下曝光相同的时间M帧,即从无光开始逐渐增加光强,并采集不同光强下的每一个像素的脉冲数
Figure FDA0003749988810000011
直到随着光强的增大,每一个像素的脉冲数
Figure FDA0003749988810000012
稳定不再发生变化,此时图像传感器达到光强饱和状态,绘制出图像传感器所有像素的光响应曲线,然后将每一个像素的光响应曲线随光强变化的部分划为两段,分别是线性段和非线性段,在线性段,相同曝光时间内图像传感器所产生的脉冲数随着光强的增加而呈线性增加状态,在非线性段,则脉冲数呈抛物线增加状态,采用分段函数将其表示为:
Figure FDA0003749988810000013
上式中
Figure FDA0003749988810000014
代表一定曝光时间M内的第i行第j列像素产生的脉冲数目,a1ij,b1ij,a2ij,b2ij,cij,为该像素光响应曲线的最小二乘法拟合系数,Eij为与曝光时间和光强相关的曝光量(lux·帧),
Figure FDA0003749988810000015
为第i行第j列像素线性段最大脉冲数,将每个像素的拟合系数组成如下矩阵:
Figure FDA0003749988810000016
Figure FDA0003749988810000017
Figure FDA0003749988810000018
其中矩阵A、B、C作为脉冲图像传感器的特征矩阵,利用这三个矩阵描述出图像传感器在曝光时间为M时的每个像素点的脉冲响应曲线;
(2)其次需要对采集到的图像数据进行预处理,先将脉冲序列信息转间隔为脉冲间隔的信息,转换方法如下:以第i行第j列像素为例,首先按顺序从第1帧开始要找到该像素的脉冲序列中所有输出为“1”的时间点,假设分别在第t1,t2,t3,…,tn帧,那么把该像素在第t帧时的脉冲间隔记为
Figure FDA0003749988810000019
如果t≤t1,则脉冲间隔
Figure FDA00037499888100000110
值记为t1,如果tn-1<t≤tn,则
Figure FDA00037499888100000111
值为tn-tn-1,还需要对每一个像素转化来的脉冲间隔做误差判定和消除处理:如果该像素的第t0帧与第t0-1帧的脉冲间隔的绝对差值为1,且第t0-1帧的脉冲间隔值与第
Figure FDA00037499888100000112
帧的脉冲间隔值相等,则认为该像素第
Figure FDA00037499888100000113
帧脉冲间隔值的存在时间误差,如下所示:
Figure FDA0003749988810000021
此时就用第t0-1帧像素的脉冲间隔值代替第
Figure FDA0003749988810000022
帧的脉冲间隔值:
Figure FDA0003749988810000023
将此方法用于所有像素,这样就可以获得所有像素曝光时间M内第t帧时的脉冲间隔信息,如下所示:
Figure FDA0003749988810000024
其中P(t)表示第t帧时图像传感器所获得的脉冲间隔矩阵,之后需要采用以下方法将脉冲间隔转换成脉冲数:
Figure FDA0003749988810000025
其中
Figure FDA0003749988810000026
为式子(7)中矩阵P(t)的第i行第j列元素,M是曝光时间,
Figure FDA0003749988810000027
是由脉冲间隔转换成的脉冲数,将此方法用于矩阵P(t)中的所有元素,将式子(7)中脉冲间隔矩阵转化成脉冲数矩阵:
Figure FDA0003749988810000028
(4)然后进行图像传感器的非均匀性校正,由前面描述光响应曲线的分段函数表示为:
Figure FDA0003749988810000029
其中
Figure FDA00037499888100000210
表示式子(9)中矩阵N(t)M中第i行第j列个元素,a1ij和a2ij表示式子(2)矩阵A第i行第j列个元素,b1ij和b2ij表示式子(3)中矩阵B第i行第j列个元素,cij表示式子(4)中矩阵C中第i行第j列个元素,对上述方程(10)进行求解,得到第t帧第i行第j列像素在曝光时间M内的曝光量Eij,将该方法用于矩阵N(t)M中的所有元素后便可获得所有像素的曝光量EM,如下所示:
Figure FDA00037499888100000211
由于理想的脉冲响应曲线是一条线性直线,那么可以将理想的脉冲响应曲线定义为一次函数,将上面得到的曝光量EM带入理想的响应曲线中,计算出对应曝光时间M下理想的脉冲响应矩阵,如下:
Figure FDA00037499888100000212
Figure FDA00037499888100000213
式中G(t)为灰度图像矩阵,
Figure FDA00037499888100000214
为校正后的脉冲数,h为理想的光响应曲线的系数,K表示脉冲数与灰度的转换系数,U为适当的常数矩阵,可根据图像的实际情况设置不同的目标值,用于调整图像的整体亮度。
CN202110666714.6A 2021-06-16 2021-06-16 面向脉冲阵列图像传感器的非均匀性校正方法 Active CN113473048B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110666714.6A CN113473048B (zh) 2021-06-16 2021-06-16 面向脉冲阵列图像传感器的非均匀性校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110666714.6A CN113473048B (zh) 2021-06-16 2021-06-16 面向脉冲阵列图像传感器的非均匀性校正方法

Publications (2)

Publication Number Publication Date
CN113473048A CN113473048A (zh) 2021-10-01
CN113473048B true CN113473048B (zh) 2022-08-30

Family

ID=77870239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110666714.6A Active CN113473048B (zh) 2021-06-16 2021-06-16 面向脉冲阵列图像传感器的非均匀性校正方法

Country Status (1)

Country Link
CN (1) CN113473048B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113873183B (zh) * 2021-10-25 2023-10-17 天津大学 基于仿生复眼视觉***的脉冲间隔校正方法
CN114630009B (zh) * 2022-02-28 2023-10-03 天津大学 面向脉冲序列式图像传感器的噪声和拖尾去除方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104316138A (zh) * 2014-10-27 2015-01-28 中南大学 一种抗烟尘干扰的铸造机金属液位激光检测装置及方法
WO2018015537A1 (de) * 2016-07-21 2018-01-25 Osram Opto Semiconductors Gmbh Verfahren zum ansteuern eines lichtemittierenden bauelements beim auslesen eines cmos-kamerasensors und ansteuereinheit
CN109884588A (zh) * 2019-01-16 2019-06-14 北京大学 一种脉冲序列的距离度量方法及***
CN110536085A (zh) * 2019-08-20 2019-12-03 北京安酷智芯科技有限公司 一种读出电路及图像校正方法
CN112449130A (zh) * 2019-08-28 2021-03-05 半导体元件工业有限责任公司 具有闪烁分析电路的事件传感器
CN112449122A (zh) * 2019-08-13 2021-03-05 天津大学青岛海洋技术研究院 一种脉冲阵列式图像传感器非线性量化误差修正算法
CN112616031A (zh) * 2020-12-16 2021-04-06 天津大学合肥创新发展研究院 基于脉冲阵列图像传感器的高速目标追踪方法及***

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102723054A (zh) * 2012-06-18 2012-10-10 西安电子科技大学 Led显示屏非均匀性在线校正***和校正方法
US9867580B2 (en) * 2014-11-10 2018-01-16 Prismatic Sensors Ab X-ray imaging based on image data from a photon-counting multi-bin X-ray detector
CN106791506B (zh) * 2015-11-20 2019-05-07 南京理工大学 一种cmos探测器的非均匀性校正方法
CN108510462A (zh) * 2018-04-12 2018-09-07 福州英迪格成像技术有限公司 一种校正摄像头曝光响应的方法及终端
CN111385497A (zh) * 2018-12-27 2020-07-07 天津大学青岛海洋技术研究院 一种应用于脉冲式图像传感器的固定模式噪声消除方法
CN110782403A (zh) * 2019-10-09 2020-02-11 天津大学 一种红外图像非均匀性校正方法
CN111246138B (zh) * 2020-01-17 2022-03-25 北京安酷智芯科技有限公司 一种非制冷红外图像传感器及其校正方法
CN112584067A (zh) * 2020-12-14 2021-03-30 天津大学合肥创新发展研究院 基于脉冲间隔的脉冲图像传感器的噪声消除方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104316138A (zh) * 2014-10-27 2015-01-28 中南大学 一种抗烟尘干扰的铸造机金属液位激光检测装置及方法
WO2018015537A1 (de) * 2016-07-21 2018-01-25 Osram Opto Semiconductors Gmbh Verfahren zum ansteuern eines lichtemittierenden bauelements beim auslesen eines cmos-kamerasensors und ansteuereinheit
CN109884588A (zh) * 2019-01-16 2019-06-14 北京大学 一种脉冲序列的距离度量方法及***
CN112449122A (zh) * 2019-08-13 2021-03-05 天津大学青岛海洋技术研究院 一种脉冲阵列式图像传感器非线性量化误差修正算法
CN110536085A (zh) * 2019-08-20 2019-12-03 北京安酷智芯科技有限公司 一种读出电路及图像校正方法
CN112449130A (zh) * 2019-08-28 2021-03-05 半导体元件工业有限责任公司 具有闪烁分析电路的事件传感器
CN112616031A (zh) * 2020-12-16 2021-04-06 天津大学合肥创新发展研究院 基于脉冲阵列图像传感器的高速目标追踪方法及***

Also Published As

Publication number Publication date
CN113473048A (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN113473048B (zh) 面向脉冲阵列图像传感器的非均匀性校正方法
US7477302B2 (en) Solid-state image pickup apparatus and image pickup method
KR100946536B1 (ko) 광학적으로 검은 픽셀 및 결합된 픽셀을 모두 사용하여이미저에서 블랙 레벨을 설정하는 방법 및 장치
US20130271623A1 (en) Image processing device, image processing method, and program
EP2281390B1 (en) Method for fixed pattern noise (fpn) correction
JP2018064201A (ja) 画像処理装置、画像処理方法、及び画像処理回路
CN1719878A (zh) 图像摄取装置和信号处理方法
CN102625059A (zh) 用于移动式应用的cmos图像传感器的动态范围扩展
CN112348754B (zh) 一种低照度彩色图像增强方法及装置
US9113145B2 (en) Contrast matching for stereo image
CN111586310B (zh) 一种实时高动态成像方法及成像***
CN114630009A (zh) 面向脉冲序列式图像传感器的噪声和拖尾去除方法
CN114979500A (zh) 图像处理方法、图像处理装置、电子设备及可读存储介质
US20210125318A1 (en) Image processing method and apparatus
US7199827B2 (en) Amplified solid-state image pickup device and image pickup system using the same
JP6568368B2 (ja) 撮像装置及びその制御方法、プログラム、記憶媒体
CN113507578B (zh) 预处理装置及方法
CN113873183B (zh) 基于仿生复眼视觉***的脉冲间隔校正方法
JP7492345B2 (ja) 撮像素子及びその制御方法、及び、撮像装置及びその制御方法
CN114967129A (zh) 一种新型扩展目标自适应光学成像***及其方法
CN203522898U (zh) 固体摄像装置
RU2356176C2 (ru) Способ автоматической коррекции блуминга оптико-электронного датчика и устройство для его реализации
KR20040084843A (ko) 촬상 소자
US9838630B2 (en) CMOS sensor with standard photosites
LU102214B1 (en) Method for digital image processing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant